一種基于社會網(wǎng)絡(luò)的移動終端用戶分組方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及移動通信技術(shù)與數(shù)據(jù)挖掘領(lǐng)域，更具體的說，本發(fā)明涉及一種基于社 會網(wǎng)絡(luò)的移動終端用戶分組方法，可以有效挖掘用戶屬性以及用戶之間的關(guān)系，進行合理 的分組。
【背景技術(shù)】
[0002] 由于真實世界中大數(shù)據(jù)的堆積生成，對于網(wǎng)絡(luò)的研究成果越來越多的被人們發(fā)掘 并利用，為人們更為深入認(rèn)識現(xiàn)實世界中的各類復(fù)雜的網(wǎng)絡(luò)系統(tǒng)，并對這些系統(tǒng)控制或應(yīng) 用提供了有效幫助。社會網(wǎng)絡(luò)能夠反映社會成員及其相互關(guān)系，而如何通過對社會網(wǎng)絡(luò)的 分析，挖掘出隱藏在表面關(guān)系之下的隱形關(guān)系，并根據(jù)這些關(guān)系對用戶進行分組，對于優(yōu)化 現(xiàn)有通信網(wǎng)絡(luò)資源分配、提高用戶通信體驗、同時給社會帶來巨大經(jīng)濟效益等方面具有十 分重大的意義。這就需要從用戶之間形成的錯綜復(fù)雜的社會關(guān)系中得到一種合理有效的用 戶分組方案。
[0003] 而社會網(wǎng)絡(luò)的形成主要來源于人與人之間客觀存在的相互聯(lián)系，與此同時，人們 主觀上對于事物的偏好程度也影響著社會網(wǎng)絡(luò)的形成，于是需要結(jié)合用戶之間存在的客觀 聯(lián)系以及用戶自身的特點，才能更加有效地挖掘用戶之間的潛在關(guān)系，進行合理的社區(qū)分 組。
[0004] 在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)：
[0005] 現(xiàn)有的技術(shù)方案中，并沒有根據(jù)終端用戶之間在移動通信網(wǎng)絡(luò)場景中表現(xiàn)出的用 戶歷史行為設(shè)置用戶之間的權(quán)重，用戶之間的影響力不能很好的體現(xiàn)出來，同時對于用戶 的屬性預(yù)測不夠全面，無法預(yù)測出用戶不喜歡某一事物，并且在傳統(tǒng)社區(qū)分組方法中根據(jù) 隨機游走模型產(chǎn)生的用戶之間轉(zhuǎn)移概率矩陣運算復(fù)雜度較高，大大降低了終端用戶分組方 法的可行性和實用性。

【發(fā)明內(nèi)容】

[0006] 針對現(xiàn)有技術(shù)的不足，提出了一種降低了運算復(fù)雜度、提高了分組準(zhǔn)確度的基于 社會網(wǎng)絡(luò)的移動終端用戶分組方法。本發(fā)明的技術(shù)方案如下：一種基于社會網(wǎng)絡(luò)的移動終 端用戶分組方法，其包括以下步驟：
[0007] A、輸入終端用戶數(shù)據(jù)，根據(jù)終端用戶之間的通信關(guān)系建立社會關(guān)系圖STGjPGi = {VI，El}，其中，| VI | = η代表終端用戶數(shù)，其中η代表代表終端用戶數(shù)，El代表圖中兩個終 端用戶之間通信的關(guān)聯(lián)度，生成不同的社會關(guān)系分類，為處在不同類的用戶分配相應(yīng)的類 權(quán)值'(〃>，〃/)，并根據(jù)類權(quán)值計算終端用戶之間的親密度ws(Ui, aj ;
[0008] B、建立屬性關(guān)系圖ARGJPG2= {￥232一}，其中，以|=11，11代表終端用戶數(shù)， |A| =m，m為屬性數(shù)，E2代表圖中用戶對屬性存在關(guān)聯(lián)度，建立社會屬性-關(guān)系增廣圖 (SARG)，采用社會關(guān)系-屬性鏈路預(yù)測（SAPLA)算法對不存在關(guān)聯(lián)度的用戶以及屬性進行 預(yù)測，同時根據(jù)社會關(guān)系圖（STG)中存在聯(lián)系的終端用戶之間的親密度，對已存在關(guān)聯(lián)度 的用戶與屬性之間的偏好程度進行調(diào)整，終端用戶W對于屬性&]之間的偏好程度表示為權(quán) M Wa (ui; aj)；
[0009] C.利用社會關(guān)系-屬性合并（SARA)算法，獲得終端用戶之間的轉(zhuǎn)移概率矩陣P， 給出隨機行走距離矩陣R1;
[0010] D.根據(jù)隨機行走距離矩陣R1以及聚類算法，設(shè)定目標(biāo)函數(shù)，確定社區(qū)分組中心點， 對終端用戶進行分組，直至目標(biāo)函數(shù)收斂，完成移動終端用戶分組
[0011] 進一步的，所述終端用戶數(shù)據(jù)包括：終端用戶集U = {Ul，u2，…un}，終端用戶屬性 集A = {a^ a2，…，am}，其中η ;個值，即竭=丨《,1，》,2，"鳴》,)，3_$表示第」個屬性的取值 為值域中第k個值。
[0012] 進一步的，所述步驟A中，通過統(tǒng)計終端用戶基于通信時段CS、通信頻率CF、 通信間隔CI、信道占用率C0的通信歷史，對用戶進行分類并分配給每一類用戶類權(quán)值 在類內(nèi)通過通信頻率CF和信道占用率C0量化用戶通信聯(lián)系，從而獲得終端用戶 之間親密度Ws(Ui, Uj)。
[0013] 進一步的，所述步驟B中，根據(jù)社會關(guān)系-屬性鏈路預(yù)測（SAPLA)算法對終端用戶 與屬性之間的wa(Ul，a])進行預(yù)測，如果wa( Ul，a]) < 0,表示該用戶對此屬性的態(tài)度消極，即 用戶與屬性之間不可達，將pO^a,)置為0。
[0014] 進一步的，所述步驟C中，根據(jù)社會關(guān)系-屬性合并（SARA)算法，即分別利用社會 關(guān)系圖STG中得到的終端用戶之間轉(zhuǎn)移概率PU，ARG中的到的用戶-屬性轉(zhuǎn)移概率Pua和屬 性-用戶轉(zhuǎn)移概率Pau，調(diào)用公式
，其中c e (〇，1) 為隨機游走的起始概率，獲得終端用戶之間的1步隨機游走距離矩陣R1。
[0015] 進一步的，所述步驟D中，根據(jù)已獲得的1步隨機游走距離矩陣R1，確定與其他用 戶聯(lián)系較為緊密的k個用戶節(jié)點，計算聚類系數(shù)％，將的值進行排列選取最大的k個 值，即為k個中心點?. + ···,4卜并將所有節(jié)點+e | V|分配給離它具有最大行走距離的 中心點，直至目標(biāo)函數(shù)收斂。
[0016] 進一步的，根據(jù)ARG中的到的用戶-屬性轉(zhuǎn)移概率Pua和屬性-用戶轉(zhuǎn)移概率P au， Pua · Pau代表任意兩個用戶中是否存在共同的屬性，式
表明如果兩個用 戶具有共同屬性且已存在通信聯(lián)系，則這兩名用戶之間轉(zhuǎn)移的概率更大，即兩名用戶具有 更高的親密度。
[0017] 本發(fā)明的優(yōu)點及有益效果如下：
[0018] 本發(fā)明應(yīng)用于移動通信網(wǎng)絡(luò)中移動終端用戶的分組問題。與現(xiàn)有技術(shù)相比，提出 的SAPLA算法可以對終端用戶的偏好屬性進行預(yù)測；SARA算法可以充分利用終端用戶之間 的屬性特征，同時降低了運算復(fù)雜度以及實現(xiàn)難度。隨著移動終端設(shè)備的不斷普及，伴隨著 移動網(wǎng)絡(luò)服務(wù)已被廣泛應(yīng)用于人們?nèi)粘Ｉ钪?，因此針對如何解決移動用戶需求個性化以 及實時準(zhǔn)確的為用戶提供他們所感興趣的移動網(wǎng)絡(luò)服務(wù)的問題，使得終端用戶分組具有越 來越廣泛的應(yīng)用前景，本專利將可能帶來巨大的經(jīng)濟效益。
【附圖說明】
[0019] 圖1是本發(fā)明提供優(yōu)選實施例利用社會網(wǎng)絡(luò)在移動網(wǎng)絡(luò)場景下對終端用戶進行 分組的方法示意圖；
[0020] 圖2為在社會關(guān)系圖STG中將用戶關(guān)系分成四類示意圖；
[0021 ] 圖3為本發(fā)明的SAPLA算法示意圖。
【具體實施方式】
[0022] 以下結(jié)合附圖，對本發(fā)明作進一步說明：
[0023] 通過終端用戶之間已經(jīng)客觀存在的通信聯(lián)系，可以建立基于此的社會關(guān)系圖STG， 與此同時，終端用戶之間的轉(zhuǎn)移過程特性滿足馬爾可夫特性，所以根據(jù)η步轉(zhuǎn)移概率，可以 挖掘用戶之間看似不存在直接聯(lián)系下的隱含關(guān)系。而隨著移動終端設(shè)備的不斷普及，伴隨 著移動網(wǎng)絡(luò)服務(wù)已被廣泛應(yīng)用于人們?nèi)粘Ｉ钪?，如何解決移動用戶需求個性化以及實時 準(zhǔn)確的為用戶提供他們所感興趣的移動網(wǎng)絡(luò)服務(wù)，使得社區(qū)分組的重要性日益突顯。同時 區(qū)別于傳統(tǒng)互聯(lián)網(wǎng)網(wǎng)絡(luò)，移動網(wǎng)絡(luò)具有自己的特性，即其社會網(wǎng)絡(luò)較為稀疏，因此將終端用 戶的屬性引入至社區(qū)分組，可以使更加準(zhǔn)確合理的社區(qū)分組成為可能。
[0024] 本發(fā)明中具體包含如下：
[0025] Α.首先根據(jù)終端用戶的通信歷史，建立社會關(guān)系圖STG，圖2所示為在社會關(guān)系圖 STG中將用戶關(guān)系分成四類示意圖。其中，定義四個指標(biāo)如下：
[0026] 1)通信頻率CF :即用戶Ui在時間Δ t內(nèi)與該用戶聯(lián)系次數(shù)N u占與所有用戶的 聯(lián)系次數(shù)的比值，因此CF可表示為
[0027] 2)通信時段CS :將通話時段分為兩個時段segment = {working, leisure}，其中 {9:00-12:00, 13:00-18:00}定義為工作時段，其他時間定義為閑暇時間。該指標(biāo)描述用戶 Ul在時間At內(nèi)與該用戶聯(lián)系時段hu占工作時段的比例，因此CS可表示為
[0028] 3)信道占用率C0:即用戶Ul在時間At內(nèi)與該用戶通話時長Xu占與所有用戶 通話時長的比例，因此C0可表示為
[0029] 4)通信間隔CI :8卩Ul在時間At內(nèi)與該用戶聯(lián)系距離上一次與聯(lián)系的時間間隔 占與所有用戶聯(lián)系的時間間隔的比值，因此CI可表示為
[0030] B.考慮以上指標(biāo)，可以生成不同的社會關(guān)系分類，為處在不同的類的用 戶分配相應(yīng)的類權(quán)值％ 。調(diào)用公式
'并計算用戶 之間的親密度ws(Ul，Uj)，可以表示為
，其中
[0031 ] 圖3所示為本發(fā)明的SAPLA算法示意圖。SAPLA算法具體過程為：
[0032] A.首先定義Np(Ul)表示與終端用戶Ul相連的用戶，Na( Ul)表示與終端用戶化相 連的屬